在每个使用编程智能助手的开发者生命中，总有一个时刻，你盯着月结账单看，心想：“这些服务确实很好用，可我的订阅怎么比小区健身房的会员费还多？”
那个时刻就这样悄然降临了。当时我同时订阅了Claude Max 5、Codex Plus，还在考虑加上Z.AI配合OpenCode处理廉价的机械性工作。理论看上去很美好。问题出在这样搞下去，就像一个管理乱糟糟工地的包工头，工人各忙各的，却没人看图纸。
我的初步想法很简单：在自动化分流之前，最好先手动做个小实验，持续两周。规则简单，但明确。
问题不在于成本，而在于协调
分开来看，支付23欧元、90欧元或者10美元一点也不算多。
问题在于，当每个工具开始互相干扰时，就开始麻烦了。你让一个助手思考，另一个实现，再让第一个检查，最后还要麻烦第三个处理一些琐事。二十分钟后，你已经搞不清楚是在优化成本、提升质量，还是单纯地折腾自己不停切换窗口了。
用大白话说：真正的成本不仅仅是订阅费，还有你的上下文切换成本。
就像一个厨房里同时有一把日本刀、一台智能厨师机、和一个空气炸锅。它们各有用处，各有千秋。但如果你用厨师机来炸土豆，那肯定不行。
假设：思考、执行、清理
我想要试验的规则说起来不过三句话：
- 用
Claude进行思考 - 用
Codex完成主要实现 - 用
GLM/Z.AI处理基础任务
这不是学术讨论，而是一条实用的工作坊规则。
当一项任务模糊不清、涉及架构、存在风险或者需要判断时，把它交给擅长推理的代理是最合逻辑的选择。在这个实验中，就是Claude。
而当一项任务已经很明确，需要进入代码库、修改文件、运行测试并在错误间反复调试时，就轮到Codex登场。
至于那些没有人愿意干但必须有人去完成的工作，比如简单的测试代码、文档编写、小脚本处理、文件重命名或机械化的代码重构，那么就让GLM+OpenCode来试试。
暂不考虑的事情
目前还不考虑设置一个自动化分流器。
我不打算弄一个能自动读取提示词、分类任务、选择代理、按时间切换模型，还能输出漂亮图表证明其复杂性的魔法中介层。
这听起来或许是个超级有趣的项目，但也可能事倍功半。
这里最常见的错误是在真正需要航管之前就急着建塔台。先观察好了，再决定是否需要设置交通信号灯。
手动操作的两周实验
我的实验相当朴实，够不上“炫技”，但大概率更有用。
1. 用Claude处理复杂任务
当以下情况之一发生时，我会优先用Claude：
- 我不确定怎么入手
- 需要设计决策
- 存在破坏性风险
- 需要审查逻辑或论证，而不仅仅是代码
翻译成人话：如果任务需要准确判断，我不会吝啬。
2. 用Codex主导代码库工作
当任务已经清晰时，我会用Codex处理：
- 实现真实的功能修改
- 修复测试
- 带验证的重构
- 反复迭代，直到项目重新回到稳定状态
在这个阶段，一个好的执行代理最能展现价值。这不是模型本身的问题，而是流程的问题。
3. 用Z.AI负责简单工作
对于Z.AI，规则很简单：
- 模板代码
- 初稿
- 文档
- 简单的测试
- 小型脚本
- 文件重命名
- 容易检查的机械性操作
即使失败了，也没关系。可以随时丢弃，然后换成别的工具重做。
这才是关键。我不会向GLM要求飞针走线般的精细活，我的目标只是拧几颗螺丝。
最重要的规则：失败两次便升级
这一点是最重要的，但也最容易被忽视。
当一个便宜的工具失败了，你可能会倾向于继续试，“再试一次就好”，“这次应该可以”，“我改下提示词试试”，“再加点上下文”。半个小时过去了，你还在像与“抓狂的打印机”讨价还价一样调整模型。
我的规则是：
- 如果
Z.AI1到2次尝试后仍失败，那我就提升它 - 如果是执行问题，转交
Codex - 如果是理解或设计问题，转给
Claude
低成本工具一旦浪费掉太多时间，就不再低成本。
我要真正关注的是什么
我对“表演式性能对比”没兴趣。
不会去费劲列出诸如每秒处理字节数、平均延迟这类看起来“很专业”的表格，毕竟我的主要问题还是怎么快速重命名40个符号，而不是花一下午来折腾。
但我要在这两周内统计以下内容：
| 指标 | 意义 |
|---|---|
Z.AI吸收的简单任务数量 | 它是不是真的帮我减少负担 |
| 我有多少次需要提升任务 | 节省的时间和金钱是否值得 |
减少的Codex使用量 | 整体思路是否划算 |
| 切换工具的总耗时和难度 | 系统是否够流畅，易于长期使用 |
如果实验成功，那再好不过。
如果失败，也好，花上十美元看清后果，总比花时间精力折腾出一个迷你塔台再后悔来得划算得多。
真实工具，不是空想
实验中用到的廉价部分并不是凭空捏造的。OpenCode是真实存在的，并专门为终端操作智能代理设计的。Z.AI也提供了关于GLM模型如何应对编码任务的详细文档。
当然，我的意思不是说它们能完全取代Codex或者Claude，只是说它们的存在足够让我认真测试而无需虚构。
以下是我查阅过的官方文档：
OpenCode：https://opencode.ai/docsZ.AI DevPack：https://docs.z.ai/devpack/overview
目前我的策略
到今天为止，我的策略相当简单：
- 保留
Claude Max 5 - 保留
Codex Plus - 尝试用
Z.AI Lite处理基础任务 - 暂时不自动化分流
- 两周后重新评估看是否值得优化时间和成本
我的行事准则简单到可以写在便利贴上：
如果不清楚怎么搞，用Claude。
如果需要动手做代码，用Codex。
如果是清理活，交给GLM。
如果GLM试两次还不行，换人搞。
这看起来不够优雅。更别提加上YAML配置或“多模型智能控制平台”了，也不需要酷炫的控制面板。
正是因为它简单、明确，我才觉得它会奏效。
有时候，实用系统与多余工具之间的差距，不在于“加多少智能化功能”。